Abstract TP569: The Evaluation of Cognitive Function Using Neural Network Analysis Before & After Revascularization Surgery for Internal Carotid Artery Stenosis
Notice bibliographique
Résumé
Background: Internal carotid artery stenosis (ICS) can lead to cognitive impairment as well as ischemic stroke. Although carotid revascularization surgery, such as carotid endarterectomy (CEA) and carotid artery stenting (CAS), can prevent future strokes, the effect of revascularization on cognitive function is controversial. In recent years, the analysis of functional connectivity (FC) in resting-state functional MRI (rs-fMRI) has been used to investigate the effects of cognitive interventions. In this study, cognitive function is evaluated in ICS patients undergoing revascularization surgery with rs-fMRI. Methods: A prospective study was conducted among 17 ICS patients who were expecting revascularization surgery. Cognitive assessment, including the Mini-Mental State Examination (MMSE), the Frontal Assessement Battery (FAB), and the Japanese version of the Montreal Cognitive Assessment (MoCA-J) and rs-fMRI were administered ≤ 1 week preoperatively and postoperatively at 3 months. For the analysis of FC, a seed region was placed in the posterior cingulate cortex (PCC) associated with cognitive function. Results: After revascularization surgery, significant improvement in the score of MMSE (28.1 vs 29.1, P = 0.01) and MoCA-J (24.0 vs 26.7, P = 0.001) was found. No significant difference was found in the score of the FAB (16.2 vs 16.8, P = 0.09) between before and after surgery. According to the analysis of FC, ICS patients showed increase of connectivity between PCC and posterior cingulate gyrus, and between PCC and precuneus postoperatively at 3 months. Conclusion: Revascularization surgery for ICS improves cognitive function. The cognitive improvement may be partly attributed to the increase of connectivity between PCC and posterior cingulate gyrus/precuneus.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».